导读：Jeva 是面向结构化决策任务的开源项目。它尝试将候选顺序、答案缺席、候选数量变化和重复计算复用等要求直接写进模型设计，而不是只依赖文本提示来约束输出。
Jeva 是什么
Jeva 是 NUS 研究者发布的 System One 决策模型项目。输入一个任务状态与候选项后，它可以输出候选概率、布尔判断或评分结果。项目将任务状态和每个候选项分别表示，再通过决策层对完整候选集进行判断。
它解决的四类问题
- 答案缺席：区分“候选之间难以判断”与“根本没有合适候选”。
- 顺序稳定：候选项更换展示顺序，不应改变其语义判断。
- 候选扩展：候选数量变化时，不需要重新定义固定标签空间。
- 计算复用：反复出现的候选信息可以缓存，减少不必要的重复编码。
适合谁关注
它适合处理工单分流、检索重排、规则匹配、选项评分、任务路由等“面对一组候选作出稳定判断”的场景。尤其是候选集合经常重组、选项数量变化大或需要明确空答案的工作流，值得先做小样本评测。
本地评估建议
- 先定义任务输出：选择、空答案还是评分。
- 准备包含正确项、干扰项和无答案样本的测试集。
- 随机打乱候选顺序，检查输出是否稳定。
- 逐步增加候选数量，记录质量与时延变化。
- 对复用场景分别评估冷启动与缓存命中效果。
使用边界
论文结果和演示并不等同于生产保证。候选定义、数据质量、任务分布、版本变动和硬件环境都会影响结果。高风险业务应保留阈值控制、异常降级、人工复核与持续监测。
官方入口
常见问题
- Jeva 是什么？
Jeva 是一个开源的原生决策模型项目：它将状态与候选项分别编码，并为选择、空答案和评分等结构化输出设计专门的决策层。 - 它适合解决哪些问题？
适合候选分类、工单分流、检索重排、路由、评分和需要判断“没有合适答案”的任务。 - 可以直接替代通用大模型吗？
不宜这样理解。它针对的是结构化决策任务，通用生成、开放式写作或复杂多模态任务仍需按实际需求另行评测。 - 本地运行需要什么环境？
项目说明列出 Linux、兼容的 NVIDIA GPU、Python 与 CUDA 环境等要求；实际依赖和显存需求以代码仓库的当前说明为准。 - 论文中的指标是否等于真实业务效果？
不等于。论文实验反映特定数据集、设置和版本下的结果，接入业务前仍应使用自有样本测试质量、时延、稳定性和维护成本。